崗位職責(zé)
1、技術(shù)戰(zhàn)略與架構(gòu)設(shè)計
主導(dǎo)公司后端技術(shù)棧的選型與演進(jìn)，構(gòu)建高可用、高并發(fā)的分布式系統(tǒng)（參考大廠級標(biāo)準(zhǔn)如阿里云/字節(jié)跳動基礎(chǔ)設(shè)施）。
AI與后端融合：設(shè)計并實(shí)現(xiàn)AI模型的服務(wù)化架構(gòu)（如大模型API化、實(shí)時推薦系統(tǒng)），優(yōu)化推理性能（延遲/成本）。
搭建特征工程平臺、模型監(jiān)控體系，解決數(shù)據(jù)漂移、版本回滾等工程問題。
2、團(tuán)隊管理與技術(shù)落地
領(lǐng)導(dǎo)10-20人后端/全棧團(tuán)隊，制定開發(fā)規(guī)范、技術(shù)評審流程和效能提升方案（參考大廠如騰訊的Code Review機(jī)制）。與算法團(tuán)隊深度協(xié)作，推動AI項目從實(shí)驗到生產(chǎn)的全鏈路落地（如A/B測試、灰度發(fā)布）。
3、業(yè)務(wù)場景賦能
針對AI驅(qū)動業(yè)務(wù)（如智能客服、生成式內(nèi)容平臺），設(shè)計可擴(kuò)展的技術(shù)方案，平衡研發(fā)效率與系統(tǒng)穩(wěn)定性。探索大模型（LLM）與現(xiàn)有業(yè)務(wù)的結(jié)合點(diǎn)，主導(dǎo)Agent框架、RAG等技術(shù)的工程化實(shí)踐。
4、大廠級技術(shù)攻堅
解決高并發(fā)場景下的AI服務(wù)瓶頸（如GPU資源調(diào)度、分布式推理優(yōu)化）。
建立完善的容災(zāi)體系，保障核心服務(wù)SLA≥99.99%（參考AWS/Azure的運(yùn)維標(biāo)準(zhǔn)）。

任職要求
1、5年以上后端開發(fā)經(jīng)驗，3年以上大廠（阿里/騰訊/字節(jié)/美團(tuán)等）核心業(yè)務(wù)線技術(shù)負(fù)責(zé)人經(jīng)驗。主導(dǎo)過日活千萬級以上的系統(tǒng)架構(gòu)設(shè)計或AI項目工程化落地優(yōu)先。
2、技術(shù)能力：精通微服務(wù)（Spring Cloud/K8s）、數(shù)據(jù)庫分庫分表、消息隊列（Kafka/Pulsar）。熟悉AI工程化工具鏈：MLflow/Kubeflow/Triton Inference Server等。
加分項：
有LLM服務(wù)部署經(jīng)驗（如vLLM/TensorRT-LLM優(yōu)化）、參與過AI頂會項目或開源貢獻(xiàn)。
熟悉大廠AI中臺架構(gòu)（如阿里PAI/騰訊TI-ONE）。